科研之友
微信
新浪微博
Facebook
分享链接
摘要
本发明涉及一种基于动态时空相关性的交通流预测方法,包括以下步骤：S1、进行数据设计,对交通流信息进行预处理,将交通流信息编码后形成的固定序列输入到模型中,再进行定义；S2、进行模型设计,利用卷积神经网络和门控循环网络处理空间和时间相关性,流门控机制捕捉层次结构中的动态空间依赖性,再通过周期注意力转移机制捕捉时间转移；S3、进行模型训练,并在一个真实的交通数据集中评估模型；S4、对模型性能进行评价。本发明通过引入流门控机制学习位置之间的动态相似性,并利用周期性注意力转移机制来处理时间转移,实现高准确度的模型建设,提高交通预测数据的准确性。
- 单位
